如何解决改进分类不平衡数据集
我正在对红酒的数据库进行分类，我正在使用诸如固定酸度、挥发性酸度、柠檬酸、残糖、氯化物、游离二氧化硫、总二氧化硫、密度、pH、硫酸盐、酒精等列来预测葡萄酒的质量（一些葡萄酒专家从 1 到 10 分）。 我使用诸如 DecisionTreeClassifier、GaussianNB、KNeighborsClassifier、SVM 或 RandomForestClassifier 之类的分类，但准确率始终约为 60%。 当我检查混淆矩阵时，我可以看到大多数预测是 5-6 个质量点，而我的数据库通常是变量。当预测不正确或更平衡我的数据库时，我如何通过惩罚更多来提高我的准确性？ 我是分类问题的初学者，因此欢迎任何帮助。 数据库：https://www.kaggle.com/uciml/red-wine-quality-cortez-et-al-2009 混淆矩阵：confusion matix
X=wino[[ 'alcohol','volatile acidity','citric acid','sulphates','total sulfur dioxide']].values
Y=wino['quality'].values
X_train,X_test,y_train,y_test = train_test_split( X,Y,test_size=0.3,random_state=42)
dtc=DecisionTreeClassifier()
drzewa=dtc.fit(X_train,y_train)
dtc.score(X_test,y_test)
plot_confusion_matrix(dtc,y_test,values_format='')
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
